邮发代号 2-786
征订热线：010-82341063
人工智能是金融机构数字化转型的核心技术。从执行任务不同的角度，可以将人工智能的模型分为判别式模型和生成式模型两个大的类别。判别式模型主要执行分类任务，在金融业中判别式模型的应用较为普遍，主要用来给出问题的判别结果。例如判别贷款申请是否可以通过审批、客户是否具有潜力、交易是否命中反洗钱规则等。生成式模型主要用来生成内容，例如生成文字、图片等。近年来，随着ChatGPT等一系列产品的问世，生成式模型，又称人工智能生成内容(AIGC)技术开始在国内外广泛应用。AIGC模型往往采用参数规模庞大、内部结构复杂的人工智能模型。其对于自然语言的理解、内容分析和组织生成等方面有了质的飞跃。金融业是信息密集行业，天然对AIGC技术有较为强烈的需求。本文通过对海外金融机构对AIGC技术的应用场景和潜在问题进行分析，并对我国金融机构发展和应用AIGC技术提出了相应的建议。
2022年11月30日，美国“开放人工智能研究中心”（OpenAI）研发的聊天机器人程序ChatGPT正式上线。作为当下最具代表性的AIGC模型，ChatGPT在金融领域展现出了强大的应用潜力。海外金融机构第一时间积极介入，并在多个业务领域研究了AIGC技术的场景落地。
1.在客服领域。海外金融机构使用AIGC技术的自然语言处理功能提供自动化的客户服务，提升客服的智能化水平，包括回答有关产品和服务的问题以及处理交易等。例如美国银行等金融机构利用AIGC技术完善其自动化客服，回答客户相关产品和服务（包括信用卡、支票账户和贷款）的问题。例如，客户可以询问不同类型贷款的利率，或者不同投资账户的功能等，都可以得到自动化的实时准确的答复，答复的准确率也在不断提升。此外该客服还可以用来处理客户交易，例如付款、转账和开设新账户等。2.在资产管理领域。在后台分析方面，海外资产管理机构利用ChatGPT等AIGC技术来综合分析金融市场相关数据，包括新闻、报告以及提取到的社交媒体消息，从而帮助资产管理人员更全面的了解市场信息，把握市场趋势，做出更全面的决策。例如摩根士丹利（Morgan Stanley）财富管理部门将使用ChatGPT获取、处理和合成内容，包括其内部以PDF形式存在的数十万页涵盖投资策略、市场研究和评论以及分析师见解的知识和洞见，以洞察公司、行业、资产类别、资本市场和世界各地地区的方式，吸收其自身广泛的智力资本。在前台客服方面，资产管理机构在进行客户风险测评时往往采用标准问卷形式，较难把握客户的精细化需求。利用AIGC技术自然语言处理的能力，资产管理公司可以通过客服对话的形式，更细致地了解客户的产品和风险偏好，帮助客户选择满足其个人需求的投资产品。例如美国的量化对冲基金公司TwoSigma利用ChatGPT与其客户进行交互式的投资咨询，根据客户的风险偏好、收益目标和时间点需求，为客户提供合适的投资方案。3.在保险领域。由于保险产品创新活跃，部分创新产品的理赔逻辑较为复杂，业务人员难以全面掌握。借助AIGC的文字理解能力，海外保险公司使用AIGC结合自身保险产品知识库，一方面回答有关保险产品和理赔的问题，提升客户服务的精准度，减轻代理人、经纪人的工作压力；另一方面通过对过去理赔记录的分析找到目前理赔政策可能存在的漏洞和隐患，优化理赔逻辑，减少潜在损失。例如苏黎世保险公司集团（Zurich Insurance Group）与保险科技公司Sprout.AI达成合作，通过对历史理赔数据的分析和理解，试图找出整个理赔部分的具体损失原因，提升承保质量，并将解决财产险理赔所需的时间缩短至24小时以内。4.在风控领域。金融机构可以使用AIGC技术来帮助他们更好地控制风险，例如利用AIGC技术分析之前靠人力无法全面覆盖的大量交易数据，以识别异常交易模式和可疑的交易行为，从而发现潜在的洗钱行为和其他金融犯罪活动。一旦发现异常情况，模型可以立即发出警报，及时发现异常情况并提醒风控团队进行干预。这种实时的欺诈检测能够帮助金融机构迅速采取措施，减少经济损失，并保护客户的利益。此外，金融机构通过AIGC技术评估客户数据（包括个人信息、交易历史记录、财务信息、授权信息）以及关联隐性合规问题，帮助实现合规流程的自动化。例如德意志银行（Deutsche Bank）宣布与AIGC领域中的重要厂商英伟达（NVIDIA）进行合作，共同研发相关技术在风控场景中的应用。尽管ChatGPT在海外金融机构的多个业务领域有了一些应用，但由于种种原因，AIGC技术成熟度仍有待提高，金融机构消化吸收AIGC带来的技术能力也有待时日，目前海外金融机构在应用AIGC时仍存在一定问题。
1.准确性难以保证。以ChatGPT为代表的AIGC在生成内容时缺乏对其所生成内容的正确性的溯源和严格验证，导致金融机构不敢直接应用AIGC产生的内容作为决策依据，对直接应用AIGC技术作为直接对客服务的渠道也难以信任，而是仅能够利用AIGC技术产生的内容作为参考，再由人来进行复核。从国外实际使用ChatGPT等AIGC技术的金融机构的反馈来看，内容的不准确性是目前金融机构应用AIGC过程中最为主要的问题。2.时效性需要增强。由于AIGC的训练和迭代需要一定时间，因此AIGC产生的内容往往存在一定的时滞。因为金融市场、管理政策和宏观经济环境都是快速变化的，金融机构对于信息的实时性有非常高的需求。因此对于某些实时性要求较强的场景，利用AIGC生产的部分内容是过时的，甚至是带有风险的。如何尽快消化最新的金融信息，保持其输出内容的时效性，也是AIGC在金融场景落地过程中需要解决的问题。3.版权问题亟待解决。AIGC生成内容的机理是根据训练数据中的内容之间的相关性来决定在给定问题和已经生成的部分内容的前提下，该继续生成哪些内容。这本身就决定了AIGC生成的内容，不论是文字、图片或视频，与参与其训练的数据之间均存在高度相似性或部分相似性，存在一定的版权风险。由于AIGC本身为新生事物，相关的法律上不健全，而金融机构普遍重视声誉风险，因此对于生成内容的担忧也在一定程度上限制了金融机构对于AIGC技术的应用。4.数据保护问题凸显。由于AIGC技术常被用作客服等直接面客的场景，因此在客户与AIGC模型交谈的过程中难免向模型透露账户、密码、交易记录等隐私数据，造成隐私泄露隐患。此外，对于AICG模型的训练过程中，也可能涉及涉密或客户隐私数据。使得AIGC在产生的内容中可能涉及敏感数据。海外金融机构在实际应用过程中也出现了一些泄密或泄露客户隐私的案例，对AIGC技术落地造成了严重的阻碍。5.加剧信息茧房效应。一方面，AIGC产生的内容的真实性和倾向性高度依赖于其输入的数据和内容；另一方面，随着AIGC产品的不断推出和应用的逐渐深入，势必将产生大量的数据和内容，这些新内容又将参与到新一轮的AIGC的模型迭代过程中。这将使得AIGC的观点趋同，且具有越来越强化的倾向性，以至于给金融机构和客户提供了同质化、持续性、不断自我强化的答复、建议与承诺，引发市场共振和羊群效应等风险。从海外的应用情况来看，尽管AIGC代表了人工智能技术的里程碑式进步，在某些环节和场景中能够提升金融机构服务的效率和质量。但对于金融机构而言，AIGC并非万试万灵的“灵丹妙药”，且存在一定的风险。因此，我国金融业应在以下几方面着力，在确保安全的前提下，不断深化AIGC在金融业中的应用。
1.寻找合适场景。从海外的经验来看，在当前的技术条件下，AIGC在金融业主要应用应定位为辅助，为金融机构专业人员提供参考和建议，并减轻金融机构人员搜集和整理信息等工作的压力，提升效率。因此，我国金融机构在采用AIGC技术时，应该扬长避短，寻找对精确性、时效性要求不高的场景试点AIGC技术，同时尽量避免让其产生的内容直接面对公众进行服务。2.完善版权法规。针对AIGC产生内容可能涉及的版权问题，应加强配套制度建设，缓解金融机构应用AIGC产生内容的后顾之忧。例如明确责任归属，制定更加清晰的版权法规，提高侵权行为的处罚力度，以及提供更加便捷的维权机制等。也可鼓励组织和个人之间进行共享和合作，包括建立模型共享平台、制定共享协议、制定鼓励知识分享的激励机制等。3.不断完善功能。针对AIGC产生内容不准确、不及时和可能涉及的版权问题，建议AIGC企业和相关研究机构在未来的模型迭代中予以专门考虑。比如生成信息的同时，同时给出信息的出处（例如附上主要参考数据的链接），参考数据的时效性信息，可能的版权信息等等。为金融机构相关人员进行信息的交叉验证，做出正确的决定提供更多的便利。4.探索私有化技术。金融业大量涉及客户的隐私数据和敏感数据，如果利用公开网络面对客户提供服务，则难以保证相关数据不被泄露。因此，金融机构应和AIGC相关企业紧密合作，结合私有云技术，将AIGC相关模型部署在金融机构可控的私有化环境中进行部署。配套设计单向同步机制，使得金融机构的AIGC模型既能够在保护敏感数据的前提下，享受到外部企业模型升级带来的能力提升。
文章来源: https://mp.weixin.qq.com/s?__biz=MzA5MzE5MDAzOA==&mid=2664194811&idx=6&sn=754c97b699203ec8e991938f6a0695b2&chksm=8b596002bc2ee9148fe84ca0df7f4d129d32735bd86c7139a8c1c3a98573c8703986c62a1570&scene=58&subscene=0#rd
如有侵权请联系:admin#unsafe.sh